Yapı Üzerinde Odaklanma - Geleneksel Dil Bilgisi Açıklamaları

II.V. Geleneksel Dil Bilgisi Açıklamaları

II.V.VII. Yapı Üzerinde Odaklanma

Análise de Multicolinearidade. Quando se verifica um problema de multicolineariadade, o standard error aumenta, o t-value diminui e o p-value aumenta, consequentemente, a variável torna-se insignificante. Portanto, antes de simular a regressão linear para analisar o efeito de liquidez, analisou-se a correlação entre as variáveis independentes para verificar a existência de alta correlação entre duas variáveis. Não foi identificada nenhuma correlação elevada no teste realizado (tabela A1.1), portanto não excluiremos nenhuma variável da simulação por multicolinearidade.

Regressão Linear. Simulou-se a regressão linear para analisar o efeito de liquidez das variáveis dependentes, a partir das independentes: lnsize, fin (leasing), energ, csi, teleco, hold, msid, tranp, constr, chem, sanmt, petr, listed, prazo1, deb_ict e deb_476.

Para selecionar as características que melhor explicam cada medida de liquidez, o método stepwise forward linear do mínimo quadrado ordinário foi aplicado. Analisando o p-value das variáveis independentes, descartou-se aquelas que apresentaram valores superiores à 0,05 (5%), por não serem significantes. Seguem os resultados da regressão de cada uma das variáveis dependentes estudadas.

Variável NDAY12. São as variáveis significantes para obter a variável de liquidez NDAY12: LNSIZE, FIN, TRANP, PRAZO1, DEB_ICT e DEB_476. Nesta regressão, conforme exposto na tabela A1.2, verificou-se R-squared abaixo de 60%, ou seja, não significativo. Em contrapartida, observou-se um F-statistic significativo, devido probabilidade ser menor que 5%. Desta maneira, aceita-se o resultado obtido, significando que todas as variáveis independentes influenciam a dependente.

No entanto, identificou-se problemas de heteroscedascidade nos resultados da regressão, pois a probabilidade qui-quadrado do teste de Breusch-Pagan-Godfrey ficou abaixo de 5%. Este resultado significa a rejeição da hipótese de homocedascidade, ou seja, os dados regredidos encontram-se mais dispersos e menos homogêneos em torno da reta de regressão do modelo. Neste caso, o efeito foi corrigido com base na matriz de covariância de White, conforme indicado por

Greene (2000), conservando-se o mesmo conjunto de variáveis selecionadas originalmente.

Tabela A1.1 – Resultados do teste de correlação entre as variáveis dependentes

Fonte: Elaboração própria com base nos dados da amostra (trabalhados no software EViews).

LNSIZE FIN ENERG CSI TELECO HOLD MSID TRANP

LNSIZE 1,000 0,205 -0,059 -0,068 0,055 0,061 0,045 0,061 FIN 0,205 1,000 -0,117 -0,126 -0,053 -0,059 -0,030 -0,080 ENERG -0,059 -0,117 1,000 -0,286 -0,119 -0,135 -0,068 -0,182 CSI -0,068 -0,126 -0,286 1,000 -0,129 -0,145 -0,073 -0,196 TELECO 0,055 -0,053 -0,119 -0,129 1,000 -0,061 -0,031 -0,082 HOLD 0,061 -0,059 -0,135 -0,145 -0,061 1,000 -0,034 -0,093 MSID 0,045 -0,030 -0,068 -0,073 -0,031 -0,034 1,000 -0,047 TRANP 0,061 -0,080 -0,182 -0,196 -0,082 -0,093 -0,047 1,000 CONSTR -0,036 -0,093 -0,211 -0,228 -0,095 -0,107 -0,054 -0,145 CHEM 0,017 -0,024 -0,054 -0,059 -0,024 -0,028 -0,014 -0,037 SANMT -0,017 -0,041 -0,092 -0,099 -0,042 -0,047 -0,024 -0,063 PETR 0,020 -0,023 -0,052 -0,056 -0,023 -0,026 -0,013 -0,036 LISTED -0,090 0,127 -0,095 0,078 -0,069 0,062 0,015 -0,036 PRAZO1 -0,225 -0,085 0,000 0,026 0,050 0,011 -0,027 -0,013 DEB_ICT 0,037 -0,029 0,072 -0,014 -0,030 -0,033 0,045 0,082 DEB_476 -0,328 -0,114 -0,047 0,097 -0,021 0,015 -0,005 -0,052 CONSTR CHEM SANMT PETR LISTED PRAZO1 DEB_ICT DEB_476 LNSIZE -0,036 0,017 -0,017 0,020 -0,090 -0,225 0,037 -0,328 FIN -0,093 -0,024 -0,041 -0,023 0,127 -0,085 -0,029 -0,114 ENERG -0,211 -0,054 -0,092 -0,052 -0,095 0,000 0,072 -0,047 CSI -0,228 -0,059 -0,099 -0,056 0,078 0,026 -0,014 0,097 TELECO -0,095 -0,024 -0,042 -0,023 -0,069 0,050 -0,030 -0,021 HOLD -0,107 -0,028 -0,047 -0,026 0,062 0,011 -0,033 0,015 MSID -0,054 -0,014 -0,024 -0,013 0,015 -0,027 0,045 -0,005 TRANP -0,145 -0,037 -0,063 -0,036 -0,036 -0,013 0,082 -0,052 CONSTR 1,000 -0,043 -0,074 -0,041 -0,024 -0,022 -0,052 0,003 CHEM -0,043 1,000 -0,019 -0,011 0,037 0,030 -0,013 0,020 SANMT -0,074 -0,019 1,000 -0,018 -0,015 0,047 -0,023 0,032 PETR -0,041 -0,011 -0,018 1,000 -0,053 -0,018 -0,013 -0,010 LISTED -0,024 0,037 -0,015 -0,053 1,000 0,029 0,060 0,061 PRAZO1 -0,022 0,030 0,047 -0,018 0,029 1,000 -0,154 0,087 DEB_ICT -0,052 -0,013 -0,023 -0,013 0,060 -0,154 1,000 -0,074 DEB_476 0,003 0,020 0,032 -0,010 0,061 0,087 -0,074 1,000

Tabela A1.2 _{– Resultados da regressão linear com base completa de NDAY12}

Fonte: Elaboração própria com base nos dados da amostra (trabalhados no software EViews).

Os resultados encontrados estão expostos na tabela A1.3. Eles indicam que todas as variáveis de regressão são estimadores significativos até 5%. A regressão desta variável é estatisticamente significativa para o teste F, portanto, aceita-se o resultado obtido, significando que todas as variáveis independentes influenciam a dependente. O Adjusted R-squared é 0,382.

Verifica-se que a constante é estatisticamente significativa e apresenta coeficiente negativo (-60,434). A constante negativa na regressão indica que as debêntures de baixo volume de emissão e de emissores dos segmentos que compõem a equação possuem transações próximas de zero. Portanto, o significado econômico da constante confirma a característica de baixa liquidez em algumas emissões de debêntures.

Controlando as variáveis FIN (leasing) e TRANP (transporte e logística), o coeficiente positivo de LNSIZE (4,827) sugere que valores de emissão maiores têm mais dias de transação no período observado. Sociedades Financeiras (FIN), após o controle das variáveis de volume, prazo de vencimento e tipo de debênture, causam um efeito redutor em NDAY12. Este efeito se explica pelo fato que emissões de empresas deste segmento são adquiridas por bancos, que as deixam em tesouraria com o propósito

Variable Coefficient Std. Error t-value p-value

C -60,434 15,191 -3,978 0,0% LNSIZE 4,827 0,746 6,471 0,0% FIN -13,842 3,830 -3,614 0,0% TRANP 7,235 2,582 2,802 0,5% PRAZO1 7,635 1,797 4,249 0,0% DEB_ICT 96,037 6,515 14,740 0,0% DEB_476 -33,822 2,317 -14,596 0,0%

R-squared 0,386 Mean dependent var 10,166

Adjusted R-squared 0,382 S.D. dependent var 32,315 S.E. of regression 25,394 Akaike info criterion 9,314 Sum squared resid 6,39E+05 Schwarz criterion 9,348 Log likelihood -4,64E+03 Hannan-Quinn criter. 9,327

F-statistic 103,919 Durbin-Watson stat 1,516

Prob(F-statistic) 0,000

de fazer compromissadas, diminuindo a possibilidade de realizar operações definitivas no secundário. Em contrapartida, empresas de transporte e logística causam aumento em média de 7,235 dias em NDAY12 a mais do que empresas dos demais segmentos. Emissões de empresas com prazo de vencimento do contrato até seis anos também tem relação positiva com NDAY12 (7,635). Por fim, analisando o efeito do tipo de emissão após o controle das outras variáveis, identificou-se que debêntures emitidas sob esforços restritos (DEB_476) causam um efeito redutor em NDAY12 na média de 33,822 dias, enquanto que emissões incentivadas acrescentam 96,037 dias. Estes últimos resultados estão de acordo com o esperado neste estudo, e se justificam por suas características.

Tabela A1.3 – Resultados da regressão linear com base completa de NDAY12 corrigida pela matriz de covariância de White

Fonte: Elaboração própria com base nos dados da amostra (trabalhados no software EViews).

No entanto, essas análises são limitadas devido aos resultados do teste Jarque-Bera. (J-B). J-B equivale a 12.498,44, sendo significativamente diferente da hipótese nula ao nível de 5%. Isto significa que os resíduos da regressão não possuem uma distribuição normal. Razões deste resultado é a assimetria identificada nos dados da variável dependente e o processo de seleção adotado (stepwise forward).

Variable Coefficient Std. Error t-value p-value

C -60,434 14,748 -4,098 0,0% LNSIZE 4,827 0,750 6,438 0,0% FIN -13,842 3,303 -4,191 0,0% TRANP 7,235 3,249 2,227 2,6% PRAZO1 7,635 1,765 4,327 0,0% DEB_ICT 96,037 20,543 4,675 0,0% DEB_476 -33,822 4,180 -8,092 0,0%

R-squared 0,386 Mean dependent var 10,166

F-statistic 103,919 Durbin-Watson stat 1,516

Prob(F-statistic) 0,000

Variável NTRD12. São as variáveis significantes para obter a variável de liquidez NTRD12: LNSIZE, TRANP, DEB_ICT e DEB_476. Nesta regressão, conforme exposto na tabela 15, verificou-se R-squared abaixo de 60%, ou seja, não significativo. Em contrapartida, observou-se um F-statistic significativo, devido probabilidade ser menor que 5%. Desta maneira, aceita-se o resultado obtido, significando que todas as variáveis independentes influenciam a dependente.

Tabela A1.4 _{– Resultados da regressão linear com base completa de NTRD12}

Fonte: Elaboração própria com base nos dados da amostra (trabalhados no software EViews).

Os resultados encontrados estão expostos na tabela A1.5. Eles indicam que todas as variáveis de regressão são estimadores significativos até 10%. A regressão desta variável é estatisticamente significativa para o teste F, portanto, aceita-se o resultado

Variable Coefficient Std. Error t-value p-value

C -182,377 206,953 -0,881 37,8%

LNSIZE 20,696 10,284 2,012 4,4%

TRANP 105,239 36,777 2,862 0,4%

DEB_ICT 1.752,489 92,098 19,029 0,0%

DEB_476 -228,788 33,099 -6,912 0,0%

R-squared 0,325 Mean dependent var 60,368

Adjusted R-squared 0,323 S.D. dependent var 441,420 S.E. of regression 363,299 Akaike info criterion 14,633 Sum squared resid 1,31E+08 Schwarz criterion 14,658 Log likelihood -7,30E+03 Hannan-Quinn criter. 14,643 F-statistic 119,718 Durbin-Watson stat 2,139 Prob(F-statistic) 0,000

obtido, significando que todas as variáveis independentes influenciam a dependente. O Adjusted R-squared é 0,323.

Tabela A1.5 – Resultados da regressão linear com base completa de NTRD12 corrigida pela matriz de covariância de White

Fonte: Elaboração própria com base nos dados da amostra (trabalhados no software EViews).

Verifica-se que a constante é estatisticamente significativa e apresenta coeficiente negativo (-182,377), confirmando a característica de baixa liquidez em algumas emissões de debêntures, conforme exposto anteriormente em NDAY12. Em relação a esta última, com exceção das proxies FIN e PRAZO1, as mesmas características afetam NTRD12. O efeito das variáveis LNSIZE, TRANP, DEB_ICT e DEB_476 foi mantido, e o aumento da magnitude dos coeficientes é devido à diferença de escalas. Este resultado era esperado, uma vez que NDAY12 e NTRD12 são correlacionadas (0,652).

Controlando a variável TRANP (transporte e logística), o coeficiente positivo de LNSIZE (20,696) sugere que valores de emissão maiores têm mais transações no período observado. Sociedades de transporte e logística causam aumento em média de 105,235 dias em NTRD12 a mais do que empresas dos demais segmentos. Analisando o efeito do tipo de emissão após o controle das outras variáveis, identificou-se que debêntures emitidas sob esforços restritos (DEB_476) causam um efeito redutor em NTRD12 na média de 228,788 transações, enquanto que emissões

Variable Coefficient Std. Error t-value p-value

C -182,377 125,969 -1,448 14,8%

LNSIZE 20,696 7,043 2,939 0,3%

TRANP 105,239 63,483 1,658 9,8%

DEB_ICT 1.752,489 652,269 2,687 0,7%

DEB_476 -228,788 47,001 -4,868 0,0%

R-squared 0,325 Mean dependent var 60,368

incentivadas acrescentam 1.752,489 transações. Estes últimos resultados estão de acordo com o esperado neste estudo, e se justificam por suas características.

No entanto, essas análises são limitadas devido aos resultados do teste Jarque-Bera. (J-B). J-B equivale a 3.087.342, sendo significativamente diferente da hipótese nula ao nível de 5%. Isto significa que os resíduos da regressão não possuem uma distribuição normal. Razões deste resultado é a assimetria identificada nos dados da variável dependente e o processo de seleção adotado (stepwise forward).

Variável RTV12. São as variáveis significantes para obter a variável de liquidez RTV12: PETR, DEB_ICT e DEB_476. Nesta regressão, conforme exposto na tabela A1.6, verificou-se R-squared abaixo de 60%, ou seja, não significativo. Em contrapartida, observou-se um F-statistic significativo, devido probabilidade ser menor que 5%. Desta maneira, aceita-se o resultado obtido, significando que todas as variáveis independentes influenciam a dependente.

Tabela A1.6 _{– Resultados da regressão linear com base completa de RTV12}

Fonte: Elaboração própria com base nos dados da amostra (trabalhados no software EViews).

Variable Coefficient Std. Error t-value p-value

C 0,329 0,024 13,525 0,0%

PETR 0,191 0,098 1,957 5,0%

DEB_ICT 0,477 0,078 6,139 0,0%

DEB_476 -0,233 0,026 -8,829 0,0%

R-squared 0,114 Mean dependent var 0,143

Adjusted R-squared 0,112 S.D. dependent var 0,326 S.E. of regression 0,307 Akaike info criterion 0,482 Sum squared resid 9,38E+01 Schwarz criterion 0,501 Log likelihood -2,36E+02 Hannan-Quinn criter. 0,489 F-statistic 42,731 Durbin-Watson stat 1,873 Prob(F-statistic) 0,000

foi corrigido com base na matriz de covariância de White, conforme indicado por Greene (2000), conservando-se o mesmo conjunto de variáveis selecionadas originalmente.

Os resultados encontrados estão expostos na tabela A1.7. Eles indicam que a variável PETR não é mais estatisticamente significativa ao nível de 5%, por apresentar valor- P de 27,5%, enquanto que as demais permanecem significativas com estimadores até 5%. A regressão desta variável é estatisticamente significativa para o teste F, aceitando-se o resultado obtido. O Adjusted R-squared é 0,112.

Tabela A1.7 – Resultados da regressão linear com base completa de RTV12 corrigida pela matriz de covariância de White

Fonte: Elaboração própria com base nos dados da amostra (trabalhados no software EViews).

Somente as proxies DEB_ICT e DEB_476 continuam como variáveis explicativas. Este resultado sugere que o volume transacionado é 47,7% maior quando a emissão for incentivada não importando o segmento da emissora ou mesmo o tamanho da emissão. O efeito inverso é observado para emissões sob esforços restritos. Portanto, apesar das debêntures de sociedades de transporte e logística serem as mais transacionadas (em número de dias e transações), seus volumes não estão entre os maiores.

Essas análises são limitadas devido aos resultados do teste Jarque-Bera. (J-B). J-B equivale a 13.657,45, sendo significativamente diferente da hipótese nula ao nível de

Variable Coefficient Std. Error t-value p-value

C 0,329 0,031 10,624 0,0%

PETR 0,191 0,175 1,093 27,5%

DEB_ICT 0,477 0,149 3,192 0,2%

DEB_476 -0,233 0,033 -7,086 0,0%

R-squared 0,114 Mean dependent var 0,143

5%. Isto significa que os resíduos da regressão não possuem uma distribuição normal. Razões deste resultado é a assimetria identificada nos dados da variável dependente e o processo de seleção adotado (stepwise forward).

Variável DMXMN12. São as variáveis significantes para obter a variável de liquidez DMXMN12: LNSIZE e TELECO. Nesta regressão, conforme exposto na tabela A1.8, verificou-se R-squared de 6,9%, ou seja, a equação obtida consegue explicar o modelo com grande margem de incerteza. Em contrapartida, observou-se um F-

statistic significativo, devido probabilidade ser menor que 5%.

Tabela A1.8 – Resultados da regressão linear com base completa de DMXMN12

Fonte: Elaboração própria com base nos dados da amostra (trabalhados no software EViews).

Identificou-se, ainda, problemas de heteroscedascidade nos resultados da regressão, pois a probabilidade qui-quadrado do teste de Breusch-Pagan-Godfrey ficou abaixo de 5%. Este resultado significa a rejeição da hipótese de homocedascidade, ou seja, os dados regredidos encontram-se mais dispersos e menos homogêneos em torno da reta de regressão do modelo. Neste caso, o efeito foi corrigido com base na matriz de covariância de White, conforme indicado por Greene (2000), conservando-se o mesmo conjunto de variáveis selecionadas originalmente.

Os resultados encontrados estão expostos na tabela A1.9. Eles indicam que a variável as variáveis LNSIZE e TELECO não são mais estatisticamente significativas ao nível de 5%, por apresentarem valor-P de 32,5% e 29,8%, respectivamente. Analisando a base de dados DMXMN12, percebe-se que razões deste resultado são a assimetria

Variable Coefficient Std. Error t-value p-value

C 0,383 0,152 2,522 1,2%

LNSIZE -0,019 0,008 -2,502 1,3%

TELECO 0,168 0,038 4,407 0,0%

R-squared 0,069 Mean dependent var 0,012

Adjusted R-squared 0,063 S.D. dependent var 0,163 S.E. of regression 0,157 Akaike info criterion -0,853 Sum squared resid 8,41E+00 Schwarz criterion -0,819 Log likelihood 1,49E+02 Hannan-Quinn criter. -0,839

F-statistic 12,590 Durbin-Watson stat 2,002

Prob(F-statistic) 0,000

identificada nos dados da variável dependente e considerada quantidade de resultados nulos verificados, conforme verificado no gráfico 4. Este fato sugere que as emissões estão restritas, em sua maioria, à investidores qualificados, os quais realizam transações entre si e, portanto, não se verifica grande diferença entre o máximo e mínimo negociado diariamente. Ou seja, apesar do baixo valor obtido da média de DMXMN12, não se verifica liquidez devido baixa quantidade de investidores e transações.

Tabela A1.9 – Resultados da regressão linear com base completa de DMXMN12 corrigida pela matriz de covariância de White

Fonte: Elaboração própria com base nos dados da amostra (trabalhados no software EViews).

Gráfico A1.1 – Histograma da variável dependente DMXMN12.

Fonte: Elaboração própria com base nos dados da amostra (trabalhados no software EViews). Variable Coefficient Std. Error t-value p-value

C 0,383 0,385 0,995 32,1%

LNSIZE -0,019 0,020 -0,985 32,5%

TELECO 0,168 0,161 1,042 29,8%

R-squared 0,069 Mean dependent var 0,012

F-statistic 12,590 Durbin-Watson stat 2,002

Prob(F-statistic) 0,000

Variável Dependente: DMXMN12 - Corrigido por White

0 50 100 150 200 250 300 350 0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4 1.6 1.8 2.0 2.2 2.4 2.6 2.8 3.0 Series: DMXMN12 Sample 1 998 Observations 343 Mean 0.012407 Median 1.13e-05 Maximum 2.990215 Minimum 0.000000 Std. Dev. 0.162526 Skewness 18.02473 Kurtosis 330.4899 Jarque-Bera 1551349. Probability 0.000000

Variável YVT12. São as variáveis significantes para obter a variável de liquidez YVT12: FIN, SANMT, PRAZO1, DEB_ICT e DEB_476. Nesta regressão, conforme exposto na tabela A1.10, verificou-se R-squared abaixo de 60%, ou seja, não significativo. Em contrapartida, observou-se um F-statistic significativo, devido probabilidade ser menor que 5%. Desta maneira, aceita-se o resultado obtido, significando que todas as variáveis independentes influenciam a dependente.

Tabela A1.10 – Resultados da regressão linear com base completa de YVT12

Fonte: Elaboração própria com base nos dados da amostra (trabalhados no software EViews).

Os resultados encontrados estão expostos na tabela A1.11. Eles indicam que a variável SANMT não é mais estatisticamente significativa ao nível de 5%, por apresentar valor-P de 9,7%, enquanto que as demais permanecem significativas com

Variable Coefficient Std. Error t-value p-value

C 1,743 0,208 8,397 0,0% FIN -1,023 0,400 -2,554 1,1% SANMT 2,241 0,585 3,828 0,0% PRAZO1 -0,564 0,218 -2,585 1,0% DEB_ICT 3,661 0,541 6,772 0,0% DEB_476 -0,708 0,196 -3,606 0,0%

R-squared 0,252 Mean dependent var 1,006

Adjusted R-squared 0,240 S.D. dependent var 1,863 S.E. of regression 1,625 Akaike info criterion 3,827 Sum squared resid 8,15E+02 Schwarz criterion 3,899 Log likelihood -5,97E+02 Hannan-Quinn criter. 3,856

F-statistic 20,826 Durbin-Watson stat 1,439

Prob(F-statistic) 0,000

estimadores até 5%. A regressão desta variável é estatisticamente significativa para o teste F, aceitando-se o resultado obtido. O Adjusted R-squared é 0,240.

Tabela A1.11 – Resultados da regressão linear com base completa de YVT12 corrigida pela matriz de covariância de White

Fonte: Elaboração própria com base nos dados da amostra (trabalhados no software EViews).

Controlando as variáveis FIN (leasing), DEB_ICT e DEB_476, o coeficiente negativo de PRAZO1 (-0,564) sugere que emissões com com menores períodos de maturidade apresentam uma menor volatilidade do rendimento. Sociedades Financeiras (FIN), após o controle das variáveis de prazo de vencimento e tipo de debênture, também causam um efeito redutor em YVT12. O coeficiente de DEB_ICT sugere que em emissões incentivadas, a volatilidade do rendimento é maior em 3,7 pontos percentuais. O efeito inverso é observado para emissões sob esforços restritos. Essas análises são limitadas devido aos resultados do teste Jarque-Bera. (J-B). J-B equivale a 961,496, sendo significativamente diferente da hipótese nula ao nível de 5%. Isto significa que os resíduos da regressão não possuem uma distribuição normal. Razões deste resultado é a assimetria identificada nos dados da variável dependente e o processo de seleção adotado (stepwise forward).

Variable Coefficient Std. Error t-value p-value

C 1,743 0,268 6,514 0,0% FIN -1,023 0,219 -4,679 0,0% SANMT 2,241 1,344 1,667 9,7% PRAZO1 -0,564 0,254 -2,223 2,7% DEB_ICT 3,661 0,900 4,067 0,0% DEB_476 -0,708 0,226 -3,131 0,2%

R-squared 0,252 Mean dependent var 1,006

F-statistic 20,826 Durbin-Watson stat 1,439

Prob(F-statistic) 0,000

Belgede Türkçe dil bilgisi öğretiminin tarihi ve içerik odaklı dil bilgisi öğretimi ile görev odaklı dil bilgisi öğretiminin uygulamalı karşılaştırılması (sayfa 35-43)